Основы теории графов

Содержание

Слайд 2

ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ ГРАФОВ

Графом называется тройка  , где  
M — непустое конечное множество вершин,

ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ ГРАФОВ Графом называется тройка , где M — непустое
 
N — конечное множество дуг, соединяющих вершины,
 T — отображение из  N  в  M × M, которое сопоставляет каждой дуге упорядоченную пару вершин. Первая из них называется началом этой дуги, а вторая — концом дуги.

M ={A, B, C, D, E} 
N = {1, 2, 3, 4, 5},
T(1) = (D,A); T(2) = (D,B);
T(3) = (B,C); T(4) = (C,E); T(5) = (E,D);

Слайд 3

Ребро – неориентированная дуга.
Граф называется неориентированным, если каждая его дуга не ориентирована, ориентированным

Ребро – неориентированная дуга. Граф называется неориентированным, если каждая его дуга не
(орграфом), если ориентированы все его дуги, смешанным, если есть как ориентированные, так и неориентированные дуги.
Петля – это дуга, начальная и конечная вершина которой совпадают.
Вершины, прилегающие к одному и тому же ребру, называются смежными.
Полным называется граф, в котором каждые
две вершины смежные.

ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ ГРАФОВ

Слайд 4

Наглядное представление

Одному графу можно сопоставить несколько графических представлений.
Изображение призвано лишь показать,

Наглядное представление Одному графу можно сопоставить несколько графических представлений. Изображение призвано лишь
какие пары вершин соединены рёбрами, а какие — нет.

Граф можно изобразить графически: сопоставить его вершинам точки, а дугам – линии, идущее от начальной вершины к конечной.
ВАЖНО: Форма линии и расположение вершин на рисунке произвольны.

Слайд 5

Табличное представление

Табличное представление

Слайд 6

СВЯЗНОСТЬ ГРАФА

Маршрутом называется такая конечная или бесконечная последовательность ребер, что каждые два соседних

СВЯЗНОСТЬ ГРАФА Маршрутом называется такая конечная или бесконечная последовательность ребер, что каждые
ребра имеют общую вершину.
Маршрут называется циклическим, если его конечная вершина совпадает с начальной.
Циклический маршрут называется циклом, если каждое его ребро встречается в нем не более одного раза; вершины могут повторяться и несколько раз.
Две вершины  А и В называются связанными, если существует маршрут с концами  А и В. 
Граф называется связным, если любая пара его вершин связана.

Слайд 7

Цикл Эйлера

Среди таких задач наибольшей известностью пользуется задача о семи кёнигсбергских мостах: в

Цикл Эйлера Среди таких задач наибольшей известностью пользуется задача о семи кёнигсбергских
городе Кёнигсберге в начале XVIII века было семь мостов. Возник вопрос: возможна ли такая прогулка, в которой путь пройдет по всем мостам, и по каждому мосту ровно один раз.
Этот вопрос был предложен знаменитому Леонарду Эйлеру, и в 1735 г. он эту задачу решил: нельзя.

Долгое время отдельные задачи теории графов появлялись как занимательные задачи, которые легко формулиро-вались, но были почему-то очень трудны для решения.

Слайд 8

В ходе рассуждений Эйлер пришёл к следующим выводам:
Число нечётных вершин (к которым

В ходе рассуждений Эйлер пришёл к следующим выводам: Число нечётных вершин (к
ведёт нечётное число рёбер) графа должно быть чётно. Не может существовать граф, который имел бы нечётное число нечётных вершин.
Если все вершины графа чётные, то можно, не отрывая карандаша от бумаги, начертить граф, при этом можно начинать с любой вершины графа и завершить его в той же вершине.
Граф с более чем двумя нечётными вершинами невозможно начертить одним росчерком.

Карта из статьи 28-летнего Эйлера в трудах Санкт-Петербургской Академии наук 

Граф кёнигсбергских мостов имел четыре нечётные вершины (то есть все), следовательно, невозможно пройти по всем мостам, не проходя ни по одному из них дважды.

Созданная Эйлером теория графов нашла очень широкое применение: например, её используют при изучении транспортных и коммуникационных систем, в частности, для маршрутизации данных в Интернете.

Слайд 9

Гамильтонов цикл

Гамильтонов путь — маршрут, содержащий каждую вершину графа ровно один раз.
Гамильтонов путь,

Гамильтонов цикл Гамильтонов путь — маршрут, содержащий каждую вершину графа ровно один
начальная и конечная вершины которого совпадают, называется гамильтоновым циклом.

Уильям Роуэн Гамильтон

Гамильтоновы путь, цикл и граф названы в честь ирландского математика У. Гамильтона, который впервые определил эти классы, исследовав задачу «кругосветного путешествия» по додекаэдру, узловые вершины которого символизировали крупнейшие города Земли, а рёбра — соединяющие их дороги.

Слайд 10

ВЗВЕШЕННЫЙ ГРАФ (СЕТЬ)

Сетью называется граф, элементам которого поставлены в соответствие некоторые параметры (стоимость,

ВЗВЕШЕННЫЙ ГРАФ (СЕТЬ) Сетью называется граф, элементам которого поставлены в соответствие некоторые
расстояние, пропускная способность и т.п.).

Сеть автомобильных дорог

Слайд 11

Построение остовного дерева

В семь населенных пунктов нужно провести кабельное телевидение. Определить маршруты

Построение остовного дерева В семь населенных пунктов нужно провести кабельное телевидение. Определить
прокладки кабелей вдоль существующих дорог, схема которых представлена на графе, таким образом, чтобы общая длина была минимальной.

Слайд 12

Математическая постановка

Предположим, что задан связный граф , и каждой его дуге j∈N сопоставлено некоторое число w(j),

Математическая постановка Предположим, что задан связный граф , и каждой его дуге
называемое весом или длиной этой дуги.
Сумму весов дуг дерева называют весом дерева.
Требуется найти такое основное дерево, у которого вес был бы минимален.
Такое дерево называют минимальным остовным деревом.
Рассмотрим два метода: алгоритм Прима и алгоритм Краскала

Слайд 13

Алгоритм Прима 

 —алгоритм построения минимального остовного дерева взвешенного связного неориентированного графа.

Алгоритм впервые

Алгоритм Прима —алгоритм построения минимального остовного дерева взвешенного связного неориентированного графа. Алгоритм
был открыт в 1930 году чешским математиком Войцехом Ярником, позже переоткрыт Робертом Примом в 1957 году, и, независимо от них, Э.Дейкстрой в 1959 году.

Суть алгоритма: находим ребро минимального веса и выделяем подмножество V* связывающих его вершин. Для всех вершин выделенного подмножества находим ребро с минимальным весом среди всех ребер, ведущих к вершинам, не входящим пока в подмножество V*. Включаем соответствующую вершину в подмножество V*. И так далее, пока все вершины графа не будут включены в подмножествоV*

Слайд 14

Алгоритм Прима

Находим ребро минимального веса (V1, V6 ) = 1. Вводим эти

Алгоритм Прима Находим ребро минимального веса (V1, V6 ) = 1. Вводим
вершины в множество V*={ V1,V6}.
Выбираем ребро минимального веса, исходящее из вершин V*: (V1, V4)=3.
Добавляем V4 в V*: V*={V1, V4, V6}

Выбираем ребро минимального веса, смежное с вершинами V*: (V4, V5)=1;
добавляем вершину V5 в V*: V*={V1, V4, V5, V6}
Выбираем ребро минимального веса, смежное с вершинами V*: (V4, V2 ) = 3;
добавляем вершину V2 в V*: V*={V1, V2, V4, V5, V6}.
Выбираем ребро минимального веса, смежное с вершинами V*: (V2 ,V7) = 1; добавляем вершину V7 в V*: V*={V1, V2, V4, V5, V6, V7}.
Выбираем ребро минимального веса, смежное с вершинами V*: (V2, V3 ) = 2; добавляем вершину V3 в V*: V*={V1, V2, V3, V4, V5, V6, V7}.
Неохваченных вершин не осталось.
Длина остовного дерева: L= 1+3+1+3+1+2 = 11

Слайд 15

Алгоритм Краскала

Алгоритм, более привлекательный в вычислительном отношении, был предложен Джозефом Краскалом в 1957 г.
Алгоритм

Алгоритм Краскала Алгоритм, более привлекательный в вычислительном отношении, был предложен Джозефом Краскалом
состоит из двух фаз.

Джозеф Краскал

На подготовительной фазе все дуги удаляются из дерева и упорядочиваются по возрастанию их весов. В графе остаются только вершины, каждая из которых образует отдельную компоненту связности.
Во второй фазе дуги перебираются в порядке возрастания веса. Если начало и конец очередной дуги принадлежат одной и той же компоненте связности, дуга игнорируется. Если же они лежат в разных компонентах связности. дуга добавляется к графу, а эти две компоненты связности объединяются в одну. Если число компонент связности дойдет до 1, цикл завершается досрочно.

Слайд 16

Алгоритм Краскала

Находим ребро минимального веса 1: (V1, V6 ) = 1.
Вводим

Алгоритм Краскала Находим ребро минимального веса 1: (V1, V6 ) = 1.
вершины в множество V*={ V1,V6}
Находим ребро веса 1: (V2, V7) = 1.
Вводим вершины в множество V*={ V1,V2,V6,V7}
Находим ребро веса 1: (V4, V5) = 1.
Вводим вершины в множество V*={ V1,V2, V4,V5, V6,V7}
Ребер веса 1 больше нет.
Теперь вводим ребра веса 2, так, чтобы не образовать циклы, но повышать связность графа.
Вводим в дерево ребро веса 2: (V3, V7) = 2.
Вводим вершины в множество V*={ V1,V2, V3, V4,V5, V6,V7}
Ребер веса 2 (не образующих циклов с существующими) больше нет.
Теперь вводим ребра веса 3, так, чтобы не образовать циклы, но повышать связность графа.
Находим ребро веса 3: (V1, V4) = 3.
Находим ребро веса 3: (V4, V7) = 3.
Все вершины включены в дерево. Граф связный.
Вес дерева L = 1+1+1+2+3+3 = 11.

Слайд 17

Поиск кратчайшего пути в графе

У нас есть две точки: начало и

Поиск кратчайшего пути в графе У нас есть две точки: начало и
конец маршрута. Также у нас есть карта, представляющая собой большой массив векторов. Мы должны использовать его и рассчитать оптимальный маршрут.

Существует несколько методов поиска кратчайших путей в графе:
алгоритм Дейкстры (поиск кратчайших путей от заданной вершины);
алгоритм Флойда (поиска длин всех кратчайших путей в графе);
алгоритм Данцига.

Слайд 18

Алгоритм Дейкстры

Метод считается одним из наиболее эффективных алгоритмов решения задачи. Предложен

Алгоритм Дейкстры Метод считается одним из наиболее эффективных алгоритмов решения задачи. Предложен
в 1959 г. голландским математиком Дейкстрой (1930-2002), известным, в частности, своей борьбой против безбрежного использования в программировании оператора go to. Эта борьба привела к существенному улучшению стиля программирования.

Эдсгер Вибе Дейкстра

Главная идея, лежащая в основе алгоритма Дейкстры Предположим, что нам известны m вершин, ближайших к вершине S (близость любой вершины X к вершине S определяется длиной кратчайшего пути, ведущего из S в X). Пусть также известны сами кратчайшие пути, соединяющие вершину S с выделенными m вершинами). Нужно ввести правило, как может быть определена (m+1)-я ближайшая к S вершина.

Слайд 19

Идея алгоритма Дейкстры

Окрасим вершину S и m ближайших к ней вершин.
Построим для

Идея алгоритма Дейкстры Окрасим вершину S и m ближайших к ней вершин.
каждой неокрашенной вершины Y пути, непосредственно соединяющие с помощью дуг (х, у) каждую окрашенную вершину Х с Y.
Выберем из этих путей кратчайший, и будем считать его условно кратчайшим путем из вершины S в вершину Y.
Какая же из неокрашенных вершин является (m+1)-й ближайшей к S вершиной?
Та, для которой условно кратчайший путь имеет наименьшую длину. Это обусловливается тем, что кратчайший путь из вершины S в (m+1)-ю ближайшую вершину при положительном значении длин всех дуг должен содержать в качестве промежуточных лишь окрашенные вершины, т. е. вершины, входящие в число m вершин, ближайших к вершине S.
Итак, если известны m ближайших к s вершин, то и (m+1)-я ближайшая к S вершина может быть найдена.
Начиная с m = 0, описанная процедура может повторяться до тех пор, пока не будет получен кратчайший путь, ведущий из вершины S к вершине T.

Слайд 20

Алгоритм Дейкстры

Каждой вершине X в ходе алгоритма присваивается число d(x), равное длине

Алгоритм Дейкстры Каждой вершине X в ходе алгоритма присваивается число d(x), равное
кратчайшего пути из вершины S в вершину X и включающем только окрашенные вершины.
Положиv d(s)=0 и d(x)=∞ для всех остальных вершин графа.
Окрашиваем вершину S и полагаем Y=S, где Y – последняя окрашенная вершина.
Для каждой неокрашенной вершины X пересчитывается величина d(x) по следующей формуле:
d(x) = min {d(x); d(y)+ ay,x}
5) Если d(x)=∞ для всех неокрашенных вершин, то алгоритм заканчивается т. к. отсутствуют пути из вершины S в неокрашенные вершины. Иначе окрашивается та вершина, для которой величина d(x) является минимальной.
Окрашивается и дуга, ведущая в эту вершину, и полагаем Y=X.
6) Если Y=T, кратчайший путь из S в T найден. Иначе переходим к шагу 2.

Слайд 21

ПРИМЕР

Пусть требуется найти кратчайшие расстояния от 1-й вершины до всех остальных.

Первый шаг.

ПРИМЕР Пусть требуется найти кратчайшие расстояния от 1-й вершины до всех остальных.
Минимальную метку имеет вершина 1.
Её соседями являются вершины 2, 3 и 6.

«Проверим» всех «соседей» вершины 1. Текущее минимальное расстояние до вершины 1 считается окончательным и пересмотру не подлежит. Вычеркнем её из графа, чтобы отметить, что эта вершина посещена.

Слайд 22

Второй шаг. Шаг алгоритма повторяется. Снова находим «ближайшую» из непосещенных вершин. Это

Второй шаг. Шаг алгоритма повторяется. Снова находим «ближайшую» из непосещенных вершин. Это
вершина 2 с меткой 7.
Пытаемся уменьшить метки соседей выбранной вершины, пытаясь пройти в них через 2-ю вершину. Соседями вершины 2 являются вершины 1, 3 и 4.

Слайд 23

Третий шаг. Повторяем шаг алгоритма, выбрав вершину 3. После её «обработки» получим:

Дальнейшие

Третий шаг. Повторяем шаг алгоритма, выбрав вершину 3. После её «обработки» получим:
шаги. Повторяем шаг алгоритма для оставшихся вершин. Это будут вершины 6, 4 и 5, соответственно порядку.

Слайд 24

Алгоритм Флойда - Уоршелла

Разработан в 1962 году Робертом Флойдом и Стивеном Уоршеллом
В отличии от

Алгоритм Флойда - Уоршелла Разработан в 1962 году Робертом Флойдом и Стивеном
алгоритма Дейкстры, который позволяет построить ориентированное дерево кратчайших путей от некоторой вершины, метод Флойда позволяет найти длины всех кратчайших путей в графе.
Конечно эта задача может быть решена и многократным применением алгоритма Дейкстры (каждый раз последовательно выбираем вершину от первой до N-ной, пока не получим кратчайшие пути от всех вершин графа), однако реализация подобной процедуры требует значительных вычислительных затрат.

Роберт Флойд

Слайд 25

Обозначения

Перенумеруем вершины графа целыми числами от 1 до N.
Обозначим через di,jm длину

Обозначения Перенумеруем вершины графа целыми числами от 1 до N. Обозначим через
кратчайшего пути из вершины i в вершину j, который в качестве промежуточных может содержать только первые m вершин графа (промежуточной вершиной пути является любая принадлежащая ему вершина, не совпадающая с его начальной или конечной вершинами).
Если между вершинами i и j не существует ни одного пути указанного типа, то условно будем считать, что di,jm=∞.
Величина di,j0, представляет длину кратчайшего пути из вершины i в вершину j, не имеющего промежуточных вершин, т. е. длину кратчайшей дуги, соединяющей i с j (если такие дуги присутствуют в графе).

Слайд 26

Обозначения

Обозначим через Dm матрицу размера NxN, элемент (i,j) которой совпадает с di,jm.
Если

Обозначения Обозначим через Dm матрицу размера NxN, элемент (i,j) которой совпадает с
в исходном графе нам известна длина каждой дуги, то мы можем сформировать матрицу D0, которая в алгоритме Флойда выступает в качестве исходной.
Вначале из этой матрицы вычисляется матрица D1. Затем по матрице D1 вычисляется матрица D2 и т. д. по формуле:
di,jm = min{ di,mm-1 + dm,jm-1; di,jm-1}
Процесс повторяется до тех пор, пока по матрице DN-1 не будет вычислена матрица DN.

Слайд 27

Суть алгоритма Флойда

заключается в проверке того, не окажется ли путь из вершины

Суть алгоритма Флойда заключается в проверке того, не окажется ли путь из
i в вершину j короче, если будет проходить через некоторую промежуточную вершину m.

Пусть есть три вершины – i, j,m – и расстояния между ними: dij, dim, dmj.
Если выполняется неравенство dim + dmj < dij, то целесообразно заменить путь i? j путём i ? m ? j

«Треугольный оператор»

Слайд 28

Этап 1. Перенумеровать вершины графа от 1 до N, определить матрицу D0,

Этап 1. Перенумеровать вершины графа от 1 до N, определить матрицу D0,
каждый элемент di,j0 которой есть длина кратчайшей дуги между вершинами i и j. Если такой дуги нет, положить значение элемента di,j0 = ∞. Значения диагональных элементов di,i = 0.

Алгоритм Флойда на примере

Слайд 29

Матрицу S0, в которой будем запоминать последовательность вершин в кратчайшем пути, заполним

Матрицу S0, в которой будем запоминать последовательность вершин в кратчайшем пути, заполним
так: sij = j

Алгоритм Флойда на примере

Слайд 30

Алгоритм Флойда на примере

Задаём строку m и столбец m как ведущую строку

Алгоритм Флойда на примере Задаём строку m и столбец m как ведущую
и ведущий столбец.
Для всех элементов dij матрицы Dm-1 рассматриваем возможность применения треугольного оператора. Если выполняется неравенство:
dim + dmj < dij (i≠j, j≠m, i≠m),
то делаем следующее:
а) в матрице Dm заменяем элемент dij матрицы Dm-1 суммой dim + dmj;
b) в матрице Sm меняем элемент sij матрицы Sm-1 на m;
c) полагаем m=m+1, повторяем основной этап, пока m < N

Основной этап

Слайд 31

Алгоритм Флойда на примере

Алгоритм Флойда на примере

Слайд 32

Алгоритм Флойда на примере

Алгоритм Флойда на примере

Слайд 33

Алгоритм Флойда на примере

Алгоритм Флойда на примере

Слайд 34

Алгоритм Флойда на примере

Алгоритм Флойда на примере

Слайд 35

Алгоритм Флойда на примере

Алгоритм Флойда на примере

Слайд 36

Алгоритм Флойда на примере

Алгоритм Флойда на примере

Слайд 37

Алгоритм Флойда на примере

Последний этап.
После реализации N этапов алгоритма определение по матрицам

Алгоритм Флойда на примере Последний этап. После реализации N этапов алгоритма определение
Dn и Sn кратчайшего пути между узлами i и j выполняется по следующим правилам:
Кратчайшее расстояние между узлами i и j равно элементу dij в матрице Dn.
Промежуточные узлы пути от узла i к узлу j определяем по матрице Sn. Пусть sij = k, тогда имеем путь i ? j? k.
Если далее sik = k и skj = j, то считаем, что весь путь определён. В противном случае повторяем процедуру для путей от узла i к узлу k и от узла k к узлу j.

Слайд 38

d25 = 21
Путь: 2?4 ?5
d51 = 20
Путь: 5?6 ?3 ? 1

Алгоритм Флойда

d25 = 21 Путь: 2?4 ?5 d51 = 20 Путь: 5?6 ?3
на примере

Слайд 39

Задача коммивояжёра

Формулировка (1934 г.)
Коммивояжер должен выйти из первого города, посетить по разу

Задача коммивояжёра Формулировка (1934 г.) Коммивояжер должен выйти из первого города, посетить
в неизвестном порядке города 2, 3, …, n и вернуться в первый город. Расстояния между городами известны. В каком порядке следует обходить города, чтобы замкнутый путь (тур) коммивояжера был кратчайшим?
В терминах теории графов задача формулируется так: имеется полный ориентированный граф G = (M, N), каждой дуге (i, j) которого сопоставлен вес dij. Требуется найти в этом графе гамильтонов контур наименьшей стоимости.

Слайд 40

Идея метода состоит в следующем:
чтобы избежать полного перебора нужно разделить огромное

Идея метода состоит в следующем: чтобы избежать полного перебора нужно разделить огромное
число перебираемых вариантов на классы и получить оценки (снизу – в задаче минимизации, сверху – в задаче максимизации) для этих классов, чтобы иметь возможность отбрасывать варианты не по одному, а целыми классами.
Трудность состоит в том, чтобы найти такое разделение на классы (ветви) и такие оценки (границы), чтобы процедура была эффективной.

Метод ветвей и границ ("поиск с возвратом", "backtracking")

Слайд 41

Применительно к задаче о коммивояжере идея метода ветвей и границ такова:
Ветвление основано

Применительно к задаче о коммивояжере идея метода ветвей и границ такова: Ветвление
на следующем простом соображении: переезд из любого данного города i в любой другой город j может либо принадлежать оптимальному циклу коммивояжера, либо не принадлежать ему. При вычислении же границ используется тот факт, что изменение длин всех путей, приводящих в данный город, или всех путей, выводящих из данного города, на одну и ту же величину приводит к новой задаче, оптимальный план которой совпадает с оптимальным планом исходной задачи.

Алгоритм Литтла для задачи коммивояжера (Литтла, Мурти, Суини и Кэрел)

Слайд 42

В каждой строке матрицы стоимости найдем минимальный элемент и вычтем его из

В каждой строке матрицы стоимости найдем минимальный элемент и вычтем его из
всех элементов строки. Сделаем это и для столбцов, не содержащих нуля. Получим матрицу стоимости, каждая строка и каждый столбец которой содержат хотя бы один нулевой элемент.
Для каждого нулевого элемента матрицы dij  рассчитаем коэффициент Гij, который равен сумме наименьшего элемента i строки (исключая элемент dij=0) и наименьшего элемента j столбца. Из всех коэффициентов  Гij выберем такой, который является максимальным Гkl = max{Гij}. В гамильтонов контур вносится соответствующая дуга (k,l).

Алгоритм Литтла

Слайд 43

Удаляем k-тую строку и столбец l, поменяем на бесконечность значение элемента dlk (поскольку

Удаляем k-тую строку и столбец l, поменяем на бесконечность значение элемента dlk
дуга (k,l) включена в контур, то обратный путь из l в k недопустим).
Повторяем алгоритм c шага 1, пока порядок матрицы не станет равным двум.
Затем в текущий ориентированный граф вносим две недостающие дуги, определяющиеся однозначно матрицей прядка 2. Получаем гамильтонов контур.

Алгоритм Литтла

Слайд 44

В ходе решения ведется постоянный подсчет текущего значения нижней границы.
Нижняя граница равна

В ходе решения ведется постоянный подсчет текущего значения нижней границы. Нижняя граница
сумме всех вычтенных элементов в строках и столбцах.
Итоговое значение нижней границы должно совпасть с длиной результирующего контура (пути).

Алгоритм Литтла

Слайд 45

Матрица кратчайших расстояний, где dii = ∞

Алгоритм Литтла (пример)

Матрица кратчайших расстояний, где dii = ∞ Алгоритм Литтла (пример)

Слайд 46

Алгоритм Литтла (пример. Шаг 1)

Сумма констант приведения
равна 7+7+2+6+6+2 = 30

Во всех

Алгоритм Литтла (пример. Шаг 1) Сумма констант приведения равна 7+7+2+6+6+2 = 30
столбцах есть нулевые элементы.
Приводить по столбцам не нужно

Слайд 47

Тур, проходящий только через ребра нулевой стоимости, будет, очевидно, минимальным.
Его стоимость

Тур, проходящий только через ребра нулевой стоимости, будет, очевидно, минимальным. Его стоимость
30.

Алгоритм Литтла (пример. Шаг 1)
Таким образом, мы получили нижнюю оценку стоимости класса всех возможных туров.
То есть минимальный тур в данной задаче
не может стоить меньше, чем 30.

Слайд 48

Алгоритм Литтла (пример. Шаг 2)

Назовем оценкой нуля в позиции (i, j) в

Алгоритм Литтла (пример. Шаг 2) Назовем оценкой нуля в позиции (i, j)
матрице сумму минимальных элементов в i-й строке и j-м столбце (не считая сам этот ноль).
Оценим каждый ноль в приведенной матрице:

max=12

Слайд 49

Оценка k нуля, в позиции (i, j) означает буквально следующее: если в

Оценка k нуля, в позиции (i, j) означает буквально следующее: если в
тур не будет включен путь из i в j (стоимостью 0), то придется доплатить как минимум k. Поэтому, можно разделить класс всех возможных туров на два: туры, содержащие ребро (i, j) и туры, не содержащие его. Для последних минимальная оценка увеличится на k.

Алгоритм Литтла (пример. Шаг 2)

Слайд 50

Рассмотрим ребро, соответствующее нулю с максимальной оценкой. В данном случае это ребро

Рассмотрим ребро, соответствующее нулю с максимальной оценкой. В данном случае это ребро
(4, 5). Нижняя оценка стоимости класса туров, не содержащих (4,5) увеличивается до 30+12=42.
Чтобы определить оценку для класса туров, содержащих дугу (4,5), удалим из матрицы строку 4 и столбец 5. Элемент d54 заменим ∞, чтобы не было замкнутого контура.

Алгоритм Литтла (пример. Шаг 3)

Слайд 51

Алгоритм Литтла (пример. Шаг 1)

Сумма констант приведения равна 3 + 8 =

Алгоритм Литтла (пример. Шаг 1) Сумма констант приведения равна 3 + 8 = 11
11

Слайд 52

Рассчитываем оценку для каждого нулевого элемента как сумму минимальных по строке и

Рассчитываем оценку для каждого нулевого элемента как сумму минимальных по строке и
столбцу

Алгоритм Литтла (пример. Шаг 2)

Дугу (4, 5) включаем в путь

max=10

Слайд 53

Нижняя оценка стоимости класса туров, не содержащих (1,2) увеличивается до 41+10=51.
Чтобы

Нижняя оценка стоимости класса туров, не содержащих (1,2) увеличивается до 41+10=51. Чтобы
определить оценку для класса туров, содержащих дугу (1,2), удалим из матрицы строку 1 и столбец 2. Элемент d21 заменим ∞, чтобы не было замкнутого контура.

Алгоритм Литтла (пример. Шаг 3)

Слайд 54

Алгоритм Литтла (пример. Шаг 3)

Алгоритм Литтла (пример. Шаг 3)

Слайд 55

Приведем матрицу, вычитая минимальные значения по строкам и столбцам.

Алгоритм Литтла (пример. Шаг

Приведем матрицу, вычитая минимальные значения по строкам и столбцам. Алгоритм Литтла (пример.
1,2)

Сумма констант приведения
равна 0 + 7 = 7

max=4

Оценим нулевые элементы

Слайд 56

Поскольку у двух нулевых элементов (6,3) и (2,4) одинаковые оценки, то нужно

Поскольку у двух нулевых элементов (6,3) и (2,4) одинаковые оценки, то нужно
рассмотреть оба варианта.

Алгоритм Литтла (пример. Шаг 1,2)

Слайд 57

Получаем оценку нулевых элементов

Алгоритм Литтла (пример. Шаг 1,2)

Удаляем 6 строку и 3

Получаем оценку нулевых элементов Алгоритм Литтла (пример. Шаг 1,2) Удаляем 6 строку
столбец; d36= ∞

В каждой строке и столбце есть 0, поэтому сумма констант приведения равна 0

max=9

Слайд 58

Осталась матрица 2х2.
Первый путь найден.

Алгоритм Литтла (пример. Шаг 3)

Удалим 5 строку и

Осталась матрица 2х2. Первый путь найден. Алгоритм Литтла (пример. Шаг 3) Удалим
6 столбец

Путь: 1 ? 2 ? 4 ? 5 ? 6 ? 3 ? 1.
Длина пути: 48.

Слайд 59

Оценки совпадают у трёх нулевых элементов, но все дуги входят в ранее

Оценки совпадают у трёх нулевых элементов, но все дуги входят в ранее
найденный путь длиной 48

Алгоритм Литтла (пример. Возврат к слайду 56)

Сумма констант приведения =0

Удалим 2 строку и 4 столбец

Имя файла: Основы-теории-графов.pptx
Количество просмотров: 37
Количество скачиваний: 0